最近陆续翻译了一些文档，统一汇总下

1、kubevirt

有了KubeVirt ，K8S可以用同一套控制平面统一了容器与虚拟机，抹平了遗留负载上云的最后一公里鸿沟。

它不是简单地在 Kubernetes 里启动一个 QEMU 进程，而是让虚拟机成为 Kubernetes 的一等公民。它把每个 VM 封装进 Pod，通过 CRD 和 Operator 将虚拟机的生命周期纳入统一的声明式控制循环，让传统应用零改造即可享有云原生的调度、服务发现、存储抽象与可观测性。

2、claude-mem插件

Claude-mem 不是聊天记录的备份工具，而是为 Claude Code 注入“长期记忆”的本地知识引擎。
它把每一次交互自动压缩成语义摘要，让 AI 在重启会话后依然认得你的项目、偏好与决策，将转瞬即逝的对话沉淀为可检索、可复用的认知资产。这才深刻：它用极低的 Token 成本，把 AI 编程助手从“一次性工具”变成了有记忆的项目伙伴。

3、langchain4j

LangChain4j 不仅是 LangChain 的 Java 翻版，而是为 Java 生态注入“AI 原语”的生产级框架。它把提示、记忆、RAG、工具调用这些 LLM 核心概念，抽象成一套类型安全、可组合的 Java 接口，让大模型从玩具代码无缝嵌入企业级架构——有状态管理、有可观测性、有严格输入输出控制。

4、claude courses

Claude sdk官方的教程，基于Jupyter交互式学习如何使用claude sdk

5、cubesandbox

CubeSandbox 不是又一款包装了 Docker 的沙箱壳，而是用硬件虚拟化为 AI Agent 重建了执行环境的“安全边界”与“性能底线”。

它在每个不可信的代码执行背后，提供了三大核心突破：

· 安全上的“硬”隔离：每个沙箱都运行在独立的轻量级虚拟机（MicroVM）和独立操作系统内核之上，实现了物理级别的隔离，告别了Docker等容器技术“共享内核”的逻辑隔离可能带来的逃逸风险。
· 性能上的“真”并发：通过预置资源池与快照克隆技术，冷启动时间被压缩至60毫秒以内，单实例内存开销低于5MB。这让单台96核物理服务器可同时运行2000+个沙箱实例，为AI Agent大规模并发提供了工业级支持。
· 迁移上的“零”成本：它原生兼容行业事实标准 E2B SDK 的接口。开发者只需更改一个环境变量，就能将基于 OpenAI、Manus 等技术栈的 Agent 应用从海外闭源方案零代码平滑迁移到国内开源底座。

后台领取。

同时给大家推一个中转站，我自己也在用：https://api.bjxrouter.com/register?aff=ffOu，充值后截图，充 100 我再通过我的渠道额外赠送 50到大家账号里

注意先加我微信好友：coderbuffer